数据管理
文章平均质量分 81
数智物语
数智物语(公众号ID:decision_engine)关注数据驱动与人工智能,聚焦在各场景下的实际应用和实践。在目力所及之下,我们一起洞见智慧,引领未来!
展开
-
SMARTS操作指南(7):决策层级
编辑决策步骤什么是决策活动?决策活动是指决策步骤或子决策中执行活动。在“决策”窗格中编辑决策步骤(以及规则集,规则,规则度量)。要在“决策”窗格中添加决策步骤:使用“新增决策步骤”命令或者选择一个现有的决策步骤,并使用“在下面添加决策步骤”或“在上面添加决策步骤”命令。要删除决策步骤,请选择一个决策步骤并使用“删除”命令。在不显示属性窗格的情况下,您可以单击决策步骤的名称进行编辑。使用“显示属性”命令来显示和编辑决策步骤的属性: 名称:设置一个易理解的名...原创 2021-06-30 11:04:50 · 381 阅读 · 1 评论 -
SMARTS决策引擎使用手册(6)
编辑决策什么是决策?决策包含了执行决策步骤的流程,每个决策流由包含规则的规则集组成。规则集包含文本规则、决策表、决策树和决策图。每个决策都引用一个表单以及文档组要编辑决策,请在“项目”页面上的项目决策列表中单击其名称。打开决策页面,页面中包含4个窗格:“文档”窗格,用于编辑表单;以及基于表单的文档组;“决策流”窗格,用于编辑决策流;“决策”窗格,用于编辑决策步骤的具体规则。和“仪表盘”窗格,以图表的形式查看决策执行的结果。编辑决策流什么是决策流?决策流以图形方...原创 2021-06-30 11:04:26 · 379 阅读 · 0 评论 -
企爸爸来了,带你吃瓜!
大数据时代,没有一个瓜能够独立存在。而企爸爸诞生的意义在于,只要给它一个支点,就能还你整片瓜田。哈哈,为什么这么说呢?因为有人用了企爸爸查询了前公司,吃到了大瓜,看到了前公司和前领导打了两年的官司了,看裁判文书跟看小说似的精彩。很多人以为查公司、查官司、查文书离我们这些小老百姓太遥远了,其实不是,你可以通过了解公司背景,为明天的面试摸底,也可能因为提前知晓老板的社会关系、商业信息,而免于成为传销陷阱的牺牲品。虽然这些信息在国家的公开系统都查得到,但是很多人都找不到正确的打开方式。市场上这...原创 2021-06-17 15:40:08 · 468 阅读 · 1 评论 -
SMARTS操作指南(5):决策管理概览
决策管理 上下文交互式的决策管理在实践中,业务人员往往是一边分析业务场景和数据、分析关键业务指标,一边开发、测试决策模型。SMARTS系统完全保留了业务人员的这些操作习惯。在决策管理生命周期的每个阶段,业务人员都可以使用SMARTS来分析进件案例,开发决策模型,模拟决策执行,分析预期的关键业务指标。SMARTS提供了复合的界面窗格,这些窗格将绩效指标、进件数据等决策相关的上下文信息都融合在了一起。用户甚至可以按照自己的喜好拖拽这些窗格,自定义体验最佳的界面布局。 文档窗格...原创 2021-06-16 11:17:13 · 243 阅读 · 0 评论 -
如何看穿数据可视化的谎言?
文章发布于公号【数智物语】 (ID:decision_engine),关注公号不错过每一篇干货。 转自 | 新浪新媒体实验室作者 | Nathan Yau 以前我们看到一个做得很烂的图表,或者穿帮的数据可视化作品时,往往是将它们嘲笑一番也就算了。但有些时候,尤其是刚过去的这一年,我们好像更难分辨一个可视化作品是单纯的糟糕产物,还是出于偏见而刻意制造的虚假信...转载 2018-12-04 11:02:55 · 209 阅读 · 0 评论 -
大佬,您的选房系统已上线
转自 | 数据团学社,微信搜索metrodata_xuexi 即可关注 本文约1500字,阅读需要5分钟关键词:买房 Python 选房 R 定价本文讲述了借助Python,Gis和R语言制作房源定价系统的方法,对原理、过程都有详细的讲述 为了能在当今竞争激烈的社会活下去,我一直在孜孜不倦地开发自己的潜能,寻找更多的副职业增加收入,从而在双...转载 2018-11-28 16:48:34 · 608 阅读 · 0 评论 -
如何用朴素贝叶斯模型预测柯南里的被害人和凶手
文章发布于公号【数智物语】 (ID:decision_engine),关注公号不错过每一篇干货。 作者 | 周铂(知乎专栏) 这个研究是我在一门课上的期末作业,旨在用一些广泛流传的《柯南》"规律"(比如毛利小五郎指出的凶手大多是好人)预测凶手和被害人,并定量地探索作者——青山刚昌——在创作角色时的一些"隐藏信念"(hidden belief)。分析漫画的研究我...转载 2018-12-20 14:42:40 · 506 阅读 · 1 评论 -
盘点:2018年25个最佳数据可视化作品都在这了!
文章发布于公号【数智物语】 (ID:decision_engine),关注公号不错过每一篇干货。 转自:大数据文摘 | BigDataDigest编译:张秋玥、朱帅、涂世文 导读:过去几年,对数据以及数据分析的关注可谓达到了一个新的高度。如今,数据和信息已经成为一种可以带来绝妙视觉观感的工具。曾经简单的图表和散点图,现在已经成了数据艺术中复杂并且极具创造力...转载 2018-12-18 13:23:56 · 8075 阅读 · 1 评论 -
数据分析师需要具备哪些能力? | 洞见
文章发布于公号【数智物语】 (ID:decision_engine),关注公号不错过每一篇干货。转自 | CrossHands作者 | Ahong要了解一个职业,通常有3种途径:1. 到招聘网站上看岗位信息描述;2. 请教行业资深人士;3. 网上查文章(公众号、博客、论坛等)或者看书。但为了避免“刻板印...转载 2019-03-14 15:52:26 · 9266 阅读 · 0 评论 -
从数据中台到AI中台
文章发布于公号【数智物语】 (ID:decision_engine),关注公号不错过每一篇干货。转自 | ThoughtWorks商业洞见作者 | 白发川企业对数据的利用有三个阶段:响应运营,响应业务,创造业务。数据中台解决的是响应业务的问题,第三阶段“创造业务”,则需要AI中台。01数据中台的意义...转载 2019-03-11 15:58:08 · 2683 阅读 · 0 评论 -
什么是数据湖?有什么用?终于有人讲明白了……
文章发布于公号【数智物语】 (ID:decision_engine),关注公号不错过每一篇干货。作者 | 汤姆斯·约翰、潘卡·米斯拉来源 | 出自《企业数据湖》一书转自 | 大数据(ID:hzdashuju)导读:数据湖概念的诞生,源自企业面临的一些挑战,如数据应该以何种方式处理和存储。最开始,企业对种类庞杂的应用程序的管理都经历了一个...转载 2019-03-18 16:23:08 · 41943 阅读 · 0 评论 -
干货 | 知识图谱的技术与应用
转自 | 贪心科技作者 | 李文哲,人工智能、知识图谱领域专家 导读:从一开始的Google搜索,到现在的聊天机器人、大数据风控、证券投资、智能医疗、自适应教育、推荐系统,无一不跟知识图谱相关。它在技术领域的热度也在逐年上升。 本文以通俗易懂的方式来讲解知识图谱相关的知识、尤其对从零开始搭建知识图谱过程当中需要经历的步骤以及每个阶段需要考虑的问题都给予了比较详细的...转载 2018-11-26 16:22:40 · 361 阅读 · 0 评论 -
年营收上亿美元的商业开源公司:38 家
转自 | 云头条 作者:Joseph Jacks是OSS Capital的创始人兼普通合伙人。 以下是我对“商业OSS公司/业务”所下的定义: 如果某一家公司高度依赖及/或构建/扩展的OSS项目是事关公司存亡的基本构建模块,那么它就符合“商业OSS公司”这个定义。 比如: 要是没有Git,GitHub就不会存在。是的,GitHub回...转载 2018-11-22 17:44:23 · 680 阅读 · 0 评论 -
如何“谨慎”使用“数据驱动”的风控模型(二)——决策篇
上一篇,笔者介绍了谨慎使用“数据驱动”的风控模型,需要“高质量的数据 + 审慎严谨的决策模型 + 实时全面的监控分析”动态闭环。本篇笔者会着力于介绍整个风控决策体系的建设及持续优化。风控决策的管理并不是狭义上的规则或评分卡(Scorecard)模型,而是广义上对整个风控策略的体系化管理,还应覆盖包括模拟验证、冠军/挑战者实验(A/B测试)、版本管理、效能评估在内的全生命周期,如果有人工原创 2018-01-05 10:19:54 · 2186 阅读 · 0 评论 -
如何“谨慎”使用“数据驱动”的风控模型(三)——监控篇
之前小编介绍了谨慎使用“数据驱动”的风控模型,需要“高质量的数据 + 审慎严谨的决策模型 + 实时全面的监控分析”动态闭环。动态闭环能够“动态”起来,需要最后一个步骤“监控”把关,全面、细致的分析、评估决策效果,使决策体系不断进化。做好监控是“谨慎”原则至关重要的举措,需同时兼顾宏观与微观,并实现数据可视化。宏观上,定义好业务指标,能做到洞察业务趋势,预测整体盈利能力,区分不同风控决策的风险资原创 2018-01-09 14:41:21 · 6230 阅读 · 0 评论 -
如何“谨慎”使用“数据驱动”的风控模型
人工智能时代来临,今年“数据驱动”在整个信贷生态圈热度陡增,无论是金融机构、助贷机构、征信机构、大数据厂商等,无不在各大论坛、峰会、沙龙、融资中宣传各自“数据驱动”的理念。而银监会的121号文则给大大小小的机构泼了一盆冷水,“谨慎”使用“数据驱动”的风控模型,字字珠玑。笔者认为,监管层的意图无需过度解读,但无疑监管层已深刻洞察行业鱼龙混杂,充斥着以“数据驱动”为名、实以高利率覆盖高坏账的玩家。笔者原创 2018-02-02 17:23:25 · 1235 阅读 · 0 评论 -
小明撩妹成长记 —— 深入浅出谈决策引擎
小明撩妹成长记 —— 深入浅出谈决策引擎 小明兜兜转转二十多年,也没找到个女朋友。网传 撩妹神器“小策老师”app 很好用,小明下载了一个,开始了撩妹成神的旅程。小明觉得自己是菜瓜子一枚,直接打开了“最强撩妹策略”开始学习,我们称之为“专家规则”, “最强撩妹策略”是一套“决策”。小明开始只能照本宣科,按照小策老师教的基本套路,以便撩起妹子时,随时查看并采用相应对策,每一个对策相当原创 2018-02-06 18:44:06 · 681 阅读 · 0 评论 -
业务规则的生命周期管理
业务规则将公司从传统的软件开发生命周期(SDLC)中解放了出来,但这并不意味着业务规则的开发和部署不需要任何的监督管理。反而以我的经验来看,业务规则通常是以更为精细的方式进行跟踪管理的。其中,决策逻辑变化的可追溯性在长期看将发挥巨大的作用。下面我将举例说明决策逻辑的生命周期管理在现实场景中的应用。基本的版本控制 首先,我们简单阐明一下什么是最基本的“可追溯性”。对于业务规则来说...原创 2018-03-07 17:34:36 · 2270 阅读 · 0 评论 -
信数金服:从决策管理通向规范性分析
如今,一些组织已经接受了决策管理的理念,他们将决策管理方法和技术应用在风险评估、反欺诈、资质认证以及收益最大化等领域,针对性的解决相应的问题。如果您之前有阅读过其他相关文章,您应该已经非常熟悉决策管理所带来的新的变革。 决策管理是使用可维护的方式将可重复的决策自动化地执行,这样决策就可以被持续地优化。 可以按使用业务规则管理系统(BRMS)的方式使用决策系统,但是决...原创 2018-02-28 14:20:46 · 308 阅读 · 0 评论 -
信数金服:决策管理和进件管理(Part 1)
业务决策的核心:风险与配置业务决策的形式、内容多种多样, 但大多数值得自动化的业务决策都涉及两个最关键的要素:风险控制与复杂配置。以贷款申请为例:l 贷款产品的设计、配置是非常复杂的:需要综合考虑业务流程,法律合规要求,客户需求,竞争环境等情况。l 与此同时,每批准一笔贷款都需要承担相应的风险:坏账,逾期,市场利率波动较大等等。风险同时来自于每笔贷款本身以及每位用户的贷款组合配置。上面的例子是...原创 2018-03-01 15:45:42 · 492 阅读 · 0 评论 -
信数金服:数据科学家和商业分析师的融合
几十年来,商业分析师一直专精于决策管理;数据科学家历来也只钟情于对数据的处理。但随着预测模型规范的普及,数据科学家与商业分析师之间的界限也慢慢变得模糊了。预测模型规范既可以是写在纸头上的模型公式(以待后续编辑嵌入);也可以是能被直接导入到决策引擎中的电子表格。而后者也是PMML(预测模型标记语言)能成为决策引擎领域中标杆规范的原因之一。事实上,数据科学家和商业分析师之间的差异并没有我们想象的那么大...原创 2018-04-03 11:37:19 · 449 阅读 · 0 评论 -
印度金融科技研究报告
转自:嘉银新金融研究院 导读:印度2017年GDP总量位列全球第六位,经济增速超过7.2%,是世界增速最快的主要经济体,也是金砖国家和G20成员国。同时,印度人口总量在世界排名第二,35岁以下适龄劳动人口占比65%,正充分享受人口红利。2014年,莫迪政府上台以来陆续推出了包括税制改革、废钞令等多项经济改革,印度经济增速连续3年超越中国,印度崛起似乎已不可避免。...转载 2018-11-13 18:07:50 · 810 阅读 · 0 评论 -
数据科学家最需要什么技能? | 资讯
转自:机器之心作者:Jeff Hale编译:高璇、路 本文整理了多个求职网站的信息,对雇主最希望数据科学家具备的技能进行了分析,并提供了一些建议。 数据科学家需要涉猎很多——机器学习、计算机科学、统计学、数学、数据可视化、通信和深度学习。这些领域中有几十种语言、框架和技术可供数据科学家学习。那么要想成为雇主需要的数据科学家,他们应该如何安排学习内容呢?...转载 2018-11-16 15:23:55 · 453 阅读 · 0 评论 -
【干货】史上最全的Tensorflow学习资源汇总
转自 | 磐创AI作者 | AI小昕 在之前的Tensorflow系列文章中,我们教大家学习了Tensorflow的安装、Tensorflow的语法、基本操作、CNN的一些原理和项目实战等。本篇文章将为大家总结Tensorflow纯干货学习资源,非常适合新手学习,建议大家收藏。想要学习更多的Tensorflow知识,欢迎点击上方蓝字,关注我们的微信公众号。 ...转载 2018-11-23 16:46:16 · 1284 阅读 · 0 评论 -
如何“谨慎”使用“数据驱动”的风控模型(一)-- 数据篇
如何“谨慎”使用“数据驱动”的风控模型(一)-- 数据篇 人工智能时代来临,2017年“数据驱动”在整个信贷生态圈热度陡增,无论是金融机构、助贷机构、征信机构、大数据厂商等,无不在各大论坛、峰会、沙龙、融资中宣传各自“数据驱动”的理念。而银监会的121号文则给大大小小的机构泼了一盆冷水,“谨慎”使用“数据驱动”的风控模型,字字珠玑。小编认为,监管层的意图无需过度解读,但无原创 2018-01-02 10:45:12 · 4700 阅读 · 0 评论